Computational Statistics in Data Science

Ein unverzichtbarer Leitfaden bei der Anwendung computergestützter Statistik in der modernen Datenwissenschaft

In Computational Statistics in Data Science präsentiert ein Team aus bekannten Mathematikern und Statistikern eine fundierte Zusammenstellung von Konzepten, Theorien, Techniken und Praktiken der computergestützten Statistik für ein Publikum, das auf der Suche nach einem einzigen, umfassenden Referenzwerk für Statistik in der modernen Datenwissenschaft ist. Das Buch enthält etliche Kapitel zu den wesentlichen konkreten Bereichen der computergestützten Statistik, in denen modernste Techniken zeitgemä und verständlich dargestellt werden.

Darüber hinaus bietet Computational Statistics in Data Science einen kostenlosen Zugang zu den fertigen Einträgen im Online-Nachschlagewerk Wiley StatsRef: Statistics Reference Online. Au erdem erhalten die Leserinnen und Leser:
* Eine gründliche Einführung in die computergestützte Statistik mit relevanten und verständlichen Informationen für Anwender und Forscher in verschiedenen datenintensiven Bereichen
* Umfassende Erläuterungen zu aktuellen Themen in der Statistik, darunter Big Data, Datenstromverarbeitung, quantitative Visualisierung und Deep Learning

Das Werk eignet sich perfekt für Forscher und Wissenschaftler sämtlicher Fachbereiche, die Techniken der computergestützten Statistik auf einem gehobenen oder fortgeschrittenen Niveau anwenden müssen. Zudem gehört Computational Statistics in Data Science in das Bücherregal von Wissenschaftlern, die sich mit der Erforschung und Entwicklung von Techniken der computergestützten Statistik und statistischen Grafiken beschäftigen.

Author: Walter W. Piegorsch
Publisher: Wiley
Published: 04/18/2022
Pages: 672
Binding Type: Hardcover
Weight: 2.76lbs
Size: 9.61h x 6.69w x 1.44d
ISBN13: 9781119561071
ISBN10: 1119561078
BISAC Categories:
- Mathematics | Probability & Statistics | General
- Computers | General

About the Author

WALTER W. PIEGORSCH is Professor of Mathematics at the University of Arizona and Director of Statistical Research & Education at the University's BIO5 Institute. He is also a former Chair of the UArizona Interdisciplinary Program in Statistics, and a past editor of the Journal of the American Statistical Association (Theory & Methods Section). He is a fellow of the American Statistical Association and an elected member of the International Statistical Institute.

RICHARD A. LEVINE is Professor of Statistics at San Diego State University and Faculty Advisor overseeing the Statistical Modeling Group in SDSU Analytic Studies and Institutional Research. He is former Chair of the SDSU Department of Mathematics and Statistics and past Editor of the Journal of Computational and Graphical Statistics. He is Associate Editor for Statistics of the Notices of the American Mathematical Society and is a fellow of the American Statistical Association.

HAO HELEN ZHANG is Professor of Mathematics at the University of Arizona and Chair of the UArizona Interdisciplinary Program in Statistics. She is Editor-in-Chief of STAT (the ISI journal) and Associate Editor of the Journal of the American Statistical Association and the Journal of the Royal Statistical Society. She is a fellow of the American Statistical Association, the Institute of Mathematical Statistics, and an elected member of the International Statistical Institute.

THOMAS C. M. LEE is Professor of Statistics and Associate Dean of the Faculty in Mathematical and Physical Sciences at the University of California, Davis. He is a former Chair of the Department of Statistics at the same institution and a past editor of the Journal of Computational and Graphical Statistics. He is an elected fellow of the American Association for the Advancement of Science, the American Statistical Association, and the Institute of Mathematical Statistics.